電池是電動汽車最核心的部分，但是就目前技術而言，電池實際健康狀況和剩余壽命預測依舊是個難題。日前，據外媒報道，劍橋大學和紐卡斯爾大學研究人員設計出可預測電池健康狀況的機器學習辦法，將助力動力鋰離子電池的開發和電動汽車推廣。

據悉，這種辦法是通過向電池發送電脈沖并測量其應和來進行監測，并可利用機器學習算法解決這些測量數據，從而預測電池的健康狀況和使用壽命。研究人員稱，這種測量方式的準確度是目前行業在用辦法的10倍。

動力鋰離子電池在運行過程中，內部會發生復雜微妙的化學變化，長此以往嚴重影響電池的性能和壽命。目前電池健康狀況的預測辦法緊要以跟蹤充放電過程中的電流和電壓為基礎，但并不能顯示電池的詳盡狀態。這兩所大學開發出的測試辦法，則可發現電反應的詳盡特點，找到電池老化的訊號。

截至目前，研究人員進行20000多次測量試驗來訓練模型，這是同類探測數據中的最大數據集。此外，該模型還學會了要怎么樣區分無關噪聲和緊要信號，了解到什么電信號最有可能與電池老化有關，可進一步探究電池退化的原由和方式。當然，這種非干預式辦法，可以輕松使用至當前所有電池系統。

這套機器學習平臺，可以展示電池中各種化學成份的退化過程，更加有助于行業開發最優電池充電計劃，以實現快速充電，并盡量減緩電池退化。